AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
AnySearch – 专为 AI Agent 推出的实时结构化搜索引擎
AnySearch 是专为 AI Agent 推出的实时结构化搜索引擎，通过 API、MCP 和 Skill 三种方式接入。产品覆盖通用网页与 20 多个垂直领域数据源，包括代码、法律、学术、金融等，采用智能意图识别与多源并行检索，为 Agent 提供更实时、准确、可追溯的结构化信息输入。
阅读全文PixVerse Game – 爱诗科技推出的首个实时视频游戏引擎
PixVerse Game 是爱诗科技推出的首个实时视频游戏引擎，基于 PixVerse R1 实时世界模型构建，将完整游戏体验构建在一条实时互动视频流之上，让创作者通过定义规则与世界观可实时生成交互式游戏世界。
阅读全文HyOCR-1.5 – 腾讯混元开源的轻量级端到端 OCR 专家大模型
HyOCR-1.5 是腾讯混元开源的轻量级端到端 OCR 专家大模型，仅 1B 参数能实现文档解析、文本识别、信息抽取、拍照翻译、图表解析、古文字识别、视频字幕提取与多页文档问答等全栈能力。
阅读全文Agnes-2.5-Flash – Agnes AI 推出的新一代高性能文本模型
Agnes-2.5-Flash 是 Agnes AI 推出的新一代高性能文本模型，Coding 能力位列全球第一梯队，在代码理解、工程修复、多步骤任务执行与复杂推理上显著提升。作为面向开发者日常的主力模型，不限期免费开放且 API 零成本调用。
阅读全文SenseNova-Vision – 商汤开源的理解生成统一视觉大模型
SenseNova-Vision 是商汤开源的统一视觉大模型，将目标检测、图像分割、深度预测、3D重建等经典视觉任务原生融入大模型底座。
阅读全文RunningHub + Seedance 2.5 AI 短剧低成本实战指南
Seedance 2.5 即将上线的消息让业内瞩目，但随之而来的也是极其高昂的使用价格。 外界都在传 AI 短剧一条报价上万，创作者赚翻了，但只有真正写提示词、跑图的人才知道真实的行业现状：看着报价高，其实成本更高，扣除算力甚至在倒贴钱。
阅读全文MuScriptor – Kyutai 联合 Mirelo 开源的多乐器音乐转录模型
MuScriptor 是 Kyutai 与 Mirelo 联合推出的开源多乐器音乐转录模型，可将真实世界多种流派的音乐音频自动转录为 MIDI。
阅读全文Step Edge – 阶跃星辰推出的端侧模型全家桶
Step Edge是阶跃星辰推出的端侧模型全家桶，包含基础模型、Audio、GUI、Gen 四大成员，面向手机与汽车等终端打造。
阅读全文零基础 AI 生成电商主图，订阅用户专享 Image2 无限生成
在电商竞争白热化的今天，一张高转化率的主图往往决定着产品的生死，而传统视觉设计流程长、成本高、对专业技能依赖极强，一张大牌质感的海报动辄耗费数千元与数天时间，让无数中小卖家望而却步。 Skild Art 作为专为电商与营销场景打造的一站式 AI 视觉创作平台，以「Agent 智能体 + 无限画布」双引擎架构，让零基础用户仅凭一张产品实拍图和一段自然语言描述，能在分钟级生成媲美专业摄影棚水准的商用主图、详情页与营销海报。
阅读全文腾讯混元 Hy3 实测 – 与 GLM 5.1、DeepSeek V4 Pro 横向对比
最近腾讯的混元 Hy3出了，WorkBuddy 直接能免费用到，大家抢着用都干排队了。 Hy3 是 4 月底发布的 Hy3 preview 升级版。
阅读全文LingBot-VA 2.0 – 蚂蚁灵波推出的具身原生世界动作模型
LingBot-VA 2.0是蚂蚁灵波推出的行业首个具身原生世界动作模型，基于自回归架构从零预训练，使机器人具备"边推演、边行动"的通用控制能力。
阅读全文KAT-Coder-Pro V2.5 – 快手推出的 Agentic Coding 模型
KAT-Coder-Pro V2.5是快手 KwaiKAT 推出的旗舰级 Agentic Coding 模型 ，在长程工程能力、通用 Agentic 能力及大规模 Agentic 强化学习三方面实现突破。
阅读全文Agents-A1 – 上海 AI Lab开源的混合专家智能体模型
Agents-A1是上海AI实验室开源的35B参数混合专家（MoE）智能体模型，专为复杂科研任务设计。模型通过知识-行动图谱构建可验证长轨迹基础设施，配套三阶段多专家蒸馏训练，突破大模型依赖海量参数实现复杂推理的局限。
阅读全文codex-plugin-cc 教程 – 把 Claude Code 接入 Codex 的桥接插件
今天发点适合双剑合璧的东西。 在Claude Code 和 Codex 之间一直存在谁更好用的争议，但是都成年人了还做什么选择，我都要。
阅读全文SensorFM – 谷歌推出面向可穿戴健康数据的通用基础模型
SensorFM 是 Google Research 推出的面向可穿戴健康数据的大型传感器基础模型，基于 500 万参与者、超 1 万亿分钟无标签多模态传感器数据预训练，学习通用生理表征，可迁移至心血管、代谢、睡眠、心理健康等 35 个健康预测任务。
阅读全文ChatGPT Work – OpenAI 推出的 ChatGPT 智能体工作台
ChatGPT Work是OpenAI推出的ChatGPT内置新Agent，由Codex与GPT-5.6驱动。ChatGPT Work能跨应用和文件执行操作，必要时持续工作数小时，将用户目标直接转化为完成品。
阅读全文Caveman实测 – AI Agent 的极简输出压缩插件
今天发点适合让 AI Agent 简洁输出的东西。 平时我们用 AI Agent 时，输出的内容不管对不对都会有一些啰里八嗦的废话，读起来很浪费我们的时间和精力，用起来也浪费 Token。
阅读全文ViiTorVoice-NAR实测 – 开源免费的语音克隆工具
今天发点适合做音色复刻的东西。 说实话，现在做 AI 语音最烦的地方，是生成的音频里只想改几个词，却不得不重新录、重新配、重新剪。
阅读全文